作者 | 青暮
2014年:她被診斷出患有乳腺癌。
2017年:她開發了可以提前幾年診斷出她的癌症的ML模型。
今天:她被宣布為AAAI松鼠AI獎的第一位獲得者,獎金100萬美元,該獎項旨在表彰她在癌症診斷和藥物合成方面的工作。
她是麻省理工學院教授Regina Barzilay。
1 關於「AI諾貝爾獎」
一百多年來,諾貝爾獎每年都會頒發,以表彰科學家在化學、文學、醫學、和平、經濟與物理學方面的突破性成就。這些學科無疑會繼續影響社會,而人工智慧和機器人技術等新興領域也開始深刻地重塑世界。
認識到這一點,世界上最大的AI協會——AAAI 創立了松鼠AI獎,一百萬美元獎金由在線教育公司松鼠AI提供。
早在去年5月25日,在AIAED全球AI+智適應教育峰會上,松鼠 AI 就聯合 AAAI發布了這一獎項,宣布將每年出資 100 萬美金,獎勵給全球領先有突破性並且為社會創造商業及為人類創造巨大價值的 AI 技術,並稱呼該獎項為「AI 諾貝爾獎」。
獲獎者Regina Barzilay是麻省理工學院電氣工程和計算機科學的Delta電子學教授,也是麻省理工學院計算機科學和人工智慧實驗室(MIT-CSAIL)的成員,她因利用機器學習模型來開發抗生素和其他藥物的工作而受到認可, 並長期致力於發現和診斷乳腺癌。
Barzilay在獲得以色列內蓋夫本古裡安大學的學士學位和哥倫比亞大學的博士學位後,於2003年加入麻省理工學院。她還獲得了麥克阿瑟「天才獎」、美國國家科學基金會職業獎、微軟學院獎學金、多個「最佳論文」獎以及麻省理工學院的傑米森獎(表彰她在教育上的成就)。
AAAI獎項委員會主席Yolanda Gil表示,他們很高興能頒發這一新獎項。AAAI由來自全球50個國家的300多名當選Fellow和6,000名成員組成,是全球最大人工智慧科學學會。許多AI先鋒包括Allen Newell和John McCarthy都是其成員。AAAI創立了幾個有影響力的AI獎項,包括費根鮑姆獎,紐厄爾獎(與ACM聯合創立)和恩格莫爾獎。
2 禍兮福所倚
Barzilay早期專注於自然語言處理,從可解釋的機器學習到破譯古代語言,Barzilay對計算機科學的各個主題進行了研究。自2014年在乳腺癌中倖存下來後,她將注意力轉向了醫療保健。
Barzilay在接受MIT科技評論的採訪中提到,她在醫院治療時想到,乳腺癌是一種非常常見的疾病,醫院有這麼多患者,積累了很多數據,為什麼不好好利用呢?
但是要獲取美國醫院的數據並沒有簡單,Barzilay花了不少時間才找到願意合作的醫院。然後,Barzilay開始通過圖像識別技術檢測乳房X光片來預測患者的患癌風險。
檢測乳腺癌這項工作對於醫生而言也不容易,每張乳房X光片都有可能存在不是癌症標誌物的白點,醫生必須決定是否對其中高風險的白點進行活檢,即需要在直覺判斷與有損活檢之間取得平衡。Barzilay表示,但正是數據驅動型AI可以幫助我們以更加系統化的方式做出決策的類型。
儘管遺傳學和現代影像學取得了重大進展,但大多數乳腺癌患者的確診仍然充滿了意外性。對於某些人來說,為時已晚。過晚的診斷意味著激進的治療、不確定的結果以及更多的醫療費用。識別患者一直是乳腺癌研究的重點。
考慮到這一點,MIT-CSAIL和麻薩諸塞州總醫院(MGH)的團隊創建了深度學習模型,可以根據乳房X光片預測患者是否可能患上乳腺癌,最早可提前五年判斷。Barzilay從工作中意識到,如果當時存在這樣的系統,她的醫生實際上可以提前兩三年發現她的癌症。
該模型在60,000多名MGH患者的診斷數據上進行訓練,從而了解了乳腺組織中的微妙模式,這些模式是惡性腫瘤的先兆。
該團隊的模型在預測風險方面比現有方法要好得多:模型將所有癌症患者中的31%準確地置於其最高風險類別中,而傳統模型只有18%。
自1989年建立第一個乳腺癌風險模型以來,其發展很大程度上是由人類知識和直覺驅動的,人們考慮的因素包括年齡、乳腺癌和卵巢癌的家族史、激素、生殖因素以及乳腺密度。
但是,大多數標誌物與乳腺癌的相關性很弱。結果,傳統模型在個人層面上仍然不是很準確,並且鑑於這些限制,許多組織仍然認為不可能進行基於風險的篩查程序。
MIT / MGH團隊訓練了深度學習模型來直接從數據中推導出模式,該模型檢測出的模式對於人眼來說太微妙了。
相關論文:https://pubs.rsna.org/doi/10.1148/radiol.2019182716
相關項目:https://github.com/yala/OncoNet_Public
Barzilay創建的用於早期乳腺癌診斷和風險評估的算法,已在包括瑞典、臺灣和波士頓麻薩諸塞州總醫院在內的全球多家醫院進行了測試。現在,她正在與巴西的Protea研究所等乳腺癌組織合作,為世界各地的貧困人口提供診斷工具。
同時,她一直在開發用於藥物發現的機器學習模型:她與合作者一起創建了用於選擇治療劑分子候選者的模型,從而能夠加速藥物開發,並在去年幫助發現了一種名為Halicin的新抗生素,它能夠殺死許多對抗生素具有抗藥性的致病細菌,包括鮑曼不動桿菌和艱難梭菌(clostridium difficile ,「c-diff」)。
作為Koch綜合癌症研究所的成員,Barzilay說道,「通過我自己的生活經歷,我開始意識到,我們可以創造出減輕人類痛苦、改變人類對疾病理解的技術。」
Barzilay還是麻省理工學院的醫學工程和科學研究所的成員,也是麻省理工學院的Abdul Latif Jameel衛生機器學習診所的聯合負責人。該診所近期正致力於「AI Cures」計劃,這是一項跨機構的計劃,致力於開發低成本的Covid-19抗病毒藥物。
麻省理工學院生物學教授、諾貝爾獎獲得者Phillip Sharp說:「Regina在乳腺癌檢測和預測新型化學物質的藥物活性方面取得了真正的突破。作為她的同事,我很榮幸能成為使用機器學習方法來改變醫療保健和生物科學領域的先鋒。」
參考資料:
https://news.mit.edu/2020/regina-barzilay-wins-aaai-squirrel-ai-award-artificial-intelligence-0923#article-video-inline
https://news.mit.edu/2019/using-ai-predict-breast-cancer-and-personalize-care-0507
https://www.technologyreview.com/2020/09/23/1008757/interview-winner-million-dollar-ai-prize-cancer-healthcare-regulation/
https://www.reddit.com/r/MachineLearning/comments/iyhhgt/d_israeli_mit_professor_regina_barzilay_wins_1m/